王仁驍,羅建華,周宇航,夏翕鞏
(陸軍裝甲兵學院,北京 100072)
打擊效果評估指在對某一目標實施火力打擊后,通過一定的偵查手段獲取戰場圖像等信息,然后利用信息處理相關技術快速、準確地對目標毀傷效果進行評估,并據此決定后續的作戰計劃。在現代化戰爭中,打擊效果評估的及時性和準確性,是決策后續戰役行動非常關鍵的參考依據,是武器裝備試驗中,評價裝備性能的重要參數。
目標毀傷評估可分為三個階段。初始為物理性評估,即根據圖像上提取出的目標信息計算目標的毀傷度;其次為功能毀傷評估,即在初始評估的基礎上,對目標功能級毀傷進行定性定量評估;最后為系統評估,根據目標物理、功能毀傷情況進行推斷得到目標的系統級毀傷,也是打擊效果評估的最高層次。
1.2.1 圖像變化檢測法
在確保打擊前后目標圖像能夠同時存在的情況下,將前后圖像進行配準,從圖像中提取出目標被打擊前后的影像,根據影像的變化,進行毀傷評估。此方法適用于打擊前后圖像背景變化不大,如建筑物、機場等。
1.2.2 目標特征識別法
在沒有辦法對目標打擊前圖像進行獲取的時候,只能對打擊后圖像進行處理,識別出目標和毀傷區域(如彈坑),進而評估毀傷效果。根據圖像上提取的目標幾何特征或紋理特征,通過模式識別的方式確定目標和毀傷區域。與基于變化檢測的評估方法相比,該方法虛警率低、運算量少,適用于人工軍事目標。
1.2.3 基于專家知識庫的打擊效果評估
基于專家知識庫的打擊效果評估,是結合先驗知識,在專家知識庫的基礎上進行打擊評估。專家知識庫的主要功能是存儲和管理數據。主要包括來自書本上的知識和專家在長期工作實踐中所獲得的經驗知識。
圖像配準是使用某種算法,基于某種評估標準,將一副或多幅圖片最優映射到目標圖片上的方法。它是圖像處理領域的一個基本問題。打擊效果評估的準確度除了依賴圖像質量外,圖像配準也至關重要。在圖像配準中,待配準圖像與參考圖像的變換關系可通過數學模型表示為:

式(1)中:I1(x,y)為參考圖像;I2f(x,y)為待配準圖像。一般只考慮在二維空間變換,因此,f和g分別表示二維幾何變換和灰度變換。
圖像配準主要有三種方法,分別是基于灰度信息的方法、基于變換域的方法和基于特征的方法。在打擊效果評估過程中,被打擊目標往往造成毀傷過度,使得景象內容發生嚴重變化。這時需采用人工配準圖像,即在打擊前后的圖像上選取3 對特征點,求解仿射變換模型。人工配準能夠大大縮短計算機搜索匹配過程,提升圖像處理效率。典型的基于圖像信息打擊效果評估結構如圖1 所示。

圖1 典型的基于圖像信息打擊效果評估結構
目標被打擊后,整體的特征和關鍵部位的特征都會發生變化。通過對被打擊部位的特征提取,可以描述出目標被摧毀的位置和摧毀程度。通常情況下,利用紋理、像素灰度特征、幾何特征等來描述目標的特征變化情況,另外,彈坑數量、分布、彈坑大小也可以用于后續毀傷評估。
現代戰爭中,戰場環境復雜,目標在整幅圖像的占比率較小,如果對整幅圖像進行變化檢測,將進行大量不必要的計算,降低檢測效率,并造成毀傷信息誤提取。而且戰場目標多樣,每個目標又是一個綜合體,包含了多個關鍵部位,各個部位的材質、結構各異,致使評估準則大不相同。因此,有必要在圖像變化檢測之前,進行目標區域檢測并提取各關鍵部位。
在同一畫幅內,包含著人工目標和自然目標,且大部分軍事目標是人工目標。人工目標和自然目標相比,具有更加明顯的幾何直線特征,紋理特征相對簡單。把軍事目標按照人工和自然劃分,則一幅圖像可以描述為:

式(2)中:F(x,y)為圖像;R(x,y)為自然背景;Oi(x,y)為人工目標。
目前,人造目標檢測技術已經取得一定的成果,但在檢測精度、檢測適應性等方面仍存在許多問題。打擊效果評估系統主要針對的是人造目標,在關鍵部位的提取和目標區域的檢測上需要較高的精度,目前的人造目標檢測很難達到這樣的精度要求。
專家系統在人工智能領域占有舉足輕重的地位,也是研究熱門度較高的領域。它可以看作是一個具有專門知識和經驗的計算機智能程序系統。將專家系統應用于打擊效果評估中,并建立相應的結構知識、推理原則等,能夠大大提高評估效率。在知識表達上,主要依據目標的類型,建立關鍵部位的語義知識,并根據目標關鍵部位毀傷對目標功能影響程度,建立目標功能毀傷評估數據庫,如圖2 所示。

圖2 毀傷評估數據庫
為確保打擊效果評估的逼真度,最直接、最準確的方法就是用實彈去采集評估信息,但消耗的成本高。同時也會受到場地、人員等各種各樣的限制,提升數據采集難度,影響研究進度。因此,依托仿真模擬手段是實現高效率、低消耗打擊效果評估的必然趨勢。打擊效果的仿真模擬研究主要有兩種方法:①建模法。在已有的試驗數據基礎之上,根據目標屬性和武器殺傷力建立毀傷模型。此方法復雜程度高,耗費人力物力較大。②圖像法。依托目標毀傷效果與圖像灰度之間的關系,直接在圖像上分析得出毀傷后的圖像。這種方法簡單易操作,但真實度不高。
基于圖像的打擊效果評估需通過多種圖像處理技術才能實現。每種技術對應不同的算法,每種算法都有其對應的適用條件。在現代戰爭中,目標往往呈現綜合性,一個打擊目標,存在多個關鍵部位,各個關鍵部位的結構、特征都不同,在設計和選取合適的算法是打擊效果評估中的難點。例如,基于專家知識庫的打擊效果評估方法中,模板匹配的精度影響著評估結果,但是模板匹配只能平移,不能進行圖像旋轉和縮放,這就給圖像處理上增加了很大的工作量,同時多種圖像處理方法的疊加,也降低了圖像的準確度。
評估模型是在對目標特性和武器性能都深入了解的基礎上建立的。不同的目標具有不同的打擊效果評估模型,且模型與模型之間不具有通用性。隨著武器裝備性能不斷提升,打擊效果評估模型也需要隨之更新。在評估標準和評估指標的制定上,要及時更新才能準確反映目標的毀傷情況。
截至目前為止,中國在武器裝備作戰毀傷效能方面尚沒有一個統一的標準路線,在戰場環境、目標易損性、武器裝備殺傷力等方面的數據庫不夠完善。面向高技術未來戰爭,毀傷評估將向多功能、定量化方向發展,更加需要一個統一的評估標準衡量武器裝備的毀傷效能。
目標打擊效果評估研究是一項綜合性研究,涉及多個領域。近年來,中國在毀傷評估方面取得了一定的科研成果,但目標毀傷仿真、毀傷數據庫建立、毀傷評估標準制定等方面仍存在短板。開展基于圖像的打擊效果評估研究對提升武器裝備精確打擊能力有著積極作用,對中國武器裝備的研發具有重大意義。